GPT-5.6的发布与Codex的合并标志着AI产品进入新阶段。三款新模型Sol/Terra/Luna在性能与性价比上超越竞品，而整合后的Work/Codex双模式与『站点』功能则大幅提升生产力。本文深度体验产品更新，揭示Agent时代『完成任务比参数更重要』的行业趋势。

昨天，GPT-5.6 终于上线了，GPT-5.5 降智太严重，我一直在等它更新，盼星星盼月亮，可把它盼来了，结果一口气来了仨。

同时，Codex 和 ChatGPT 正式合并了。

我上篇刚发了  Codex 做 PPT的Skill，这一合并，Codex 「没」了。

Codex 更新后，你会发现它已经变成 ChatGPT，连 logo 都变了。不过有个小细节：可以勾选保留 Codex 应用图标。我喜欢原来的 logo，果断保留。

新客户端左上角多了 Work 和 Codex 两种模式的切换，网页端也新增 Work模式。

这俩从界面上区别不大，主要是引导用户不同的使用场景：Work 用来做日常办公提效，Codex 更面向开发，写代码、做编程项目。

昨天我也大量用了一天，发现了几个挺好用的点，也踩了点坑，今天跟你们分享一下。

先看看这次的新模型。

GPT-5.6 这次上线了 3 款：Sol（太阳）、Terra（地球）、Luna（月亮）。

• Sol：旗舰型，性能最强，用来解决难题、做复杂开发；
• Terra：均衡型，日常使用，办公提效基本够用；
• Luna：轻量型，高频重复任务，图快图便宜的场景用它。

有朋友已经看出来了，命名跟 Claude 家的 Opus、Sonnet和 Haiku 有点像，你们懂的。

大模型发布，总会讲测评跑分，网上有很多详细对比，我就不展开。单从数据看，GPT-5.6 Sol 各项都很强，基本已经超过 Claude Fable 5 。

但，对我们普通人来说，最重要的还是：贵不贵？好不好用？

官方定价，GPT-5.6 Sol 就比Claude Fable 5 便宜一半。

聊聊几个好用的点

昨天用下来，从模型到新客户端有几个点，还是挺好用的。

第一，新模型更强更快，需合理选择「推理强度」

GPT-5.6 确实比 5.5 强很多，速度也快。我的体感是，「推理强度」只要开到「高」，就挺好用了。

不过，它还是有点老毛病，「推理强度」在「极高」以下，它干活基本不跟你确认，你给个任务它直接开干。

但开到「极高」，它会先思考规划、跟你确认，再一步步执行。这点我挺喜欢的，当然，代价是更费 token、更烧套餐额度。

第二，站点（Sites），一句话生成网页并发布

这次还新增了「站点」功能。

你让它帮你整理收集一批信息，它能做成一个网页，直接帮你部署到它自己的服务器、分配一个域名。对不懂技术的人非常友好，你把链接发出去，大家就能看到结果。

分析数据、分析用户评论，也都能这么干，最后给你一个页面，一看就懂。以后不用再花大把时间做图表，AI 直接帮你干完，发布网页，还能交互。

我让它查询 GPT-5.6 最新的信息，做成一个产品观察的网页。信息准确、交互还行，但是它的设计审美还是没啥提升，只能先将就吧。

第三，预览区可以编辑了

原来 Codex 的预览区是不能编辑的。这次更新后，它生成的代码、Markdown，都能在预览区里直接改，不用再切到别的编辑器。

比如，它生成产品需求、操作手册各种文档后，你觉得哪不合适，直接就地改，写文档方便太多了。

第四，网页聊天和客户端双向打通，互相调用

整个体验下来，我觉得这是最方便的一个点。

原来 Codex 里叫「项目」和「对话」，现在把「对话」改成了「任务」，又把网页版 ChatGPT 的「对话」搬了进来，叫「聊天」。

好处是什么呢？

你在真正开干之前，可以先用「聊天」，就像平时用 GPT 一样，去搜索查资料、整理内容、分析文档；等到真要做图表、做海报、写代码、做网站了，再把它添加进任务，节省消耗 Codex 的额度。

而且，在跑任务、写代码的过程，如果你有些不懂的，也可以直接选中内容，点击「更多详情」，用「聊天」来解答，不耽误执行任务。

很多人担心合并之后，聊天额度也是共用的。我特地看了官网，它明确提示：用量不包括 Chat 对话，即原来的网页聊天。

当然，它现在还不完善，点「聊天」，弹窗是浮在 Codex 界面上的，聊完之后文件还下载不了，得回网页去下。我估计等它优化后，会好用很多。

我踩的几个坑

好用归好用，坑也还是有。我看大家都在开「极高」推理+「快速」使劲蹬额度，也试了下，结果就踩坑了。

第一，别乱开顶配

Sol 的「极高（更快消耗使用额度，也就是官方说的Ultra） + 快速」模式烧额度是真的猛，我开着 Pro 套餐实测，3 分钟就烧掉了 20% 的 5 小时额度，看得我心疼。

第二，顶配容易触发审核

模型能力越强，好像越容易撞上审核机制。一旦触发，要么干等，要么切模型。

第三，触发审核切模型 = 上下文全没

这个最坑。我一切换模型，之前做的东西全部清零、从头再来，活还没开始干，额度白烧了。

踩完这几个坑，我总结了个模型档位选择的建议：

• 日常办公、普通任务，选 Terra + 高，就够了；
• 稍微复杂点的任务：开 Sol + 高，就行；
• 做大型、复杂的开发，才值得上 Sol 极高（更快消耗使用额度） + 快速最后，

聊聊产品经理视角的思考

第一，模型从卷参数，变成卷「完成任务」和「性价比」

你有没有发现，现在的模型发布几乎不怎么提参数了？也没人专门记参数。

不是参数不重要，是它不再是「叙事的重点」。

现在大家比的是「能完成什么任务、花多少成本」，甚至为此分出了不同档位让你选。

这背后，是整个市场竞争的焦点变为：完成任务和性价比。

Agent 时代，比「谁最强」更重要的，是「谁够用、够便宜、能被大量调用」。

我们普通人，不用追最新最强的模型，关键是想清楚自己要用 AI 完成什么任务，挑一个够用、划算的就行。

第二，做产品，要顺着用户已有的认知

这两天不少人说，这次 Codex 与 ChatGPT 合并是抄「Claude」。

我的看法是：与其说「抄」，不如说两家都在验证同一个底层逻辑。

对话是外壳，Agent 才是内核。

你想，Codex 再火，今年 6 月的周活也就 500 万左右；而 ChatGPT 光每周活跃用户就有约 9 亿，月活更是刚在 6 月破了 10 亿。

前者，用户误以为是编程工具；后者，用户都知道是可以对话的产品。

OpenAI 干脆不去教育用户认识「Codex」，而是把它并进大家早就熟悉的 ChatGPT，让老用户自然发现「原来还能这么用」。

这让我想起金枪大叔在《借势》里写的：不要创造认知，要借用认知。

所谓借势，用户脑子里有什么，就借什么。

做产品也如此，不要想着改变用户，要顺应用户已有的认知。

以上，我的一点体验和思考。